Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). Heterodinuclear Co(III)NA(I) catalysts for the Ring-Opening copolymerization of propene oxide and carbon dioxide. Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529

มีการสังเคราะห์และศึกษาตัวเร่ง Co(III)Na(I) สี่ชนิด (L1-4 Co(III)Na(I)) เพื่อประเมินศักยภาพในการเกิด ring opening copolymerization (ROCOP) ของ PO และ CO2 เพื่อสร้างโพลีคาร์บอเนต เป้าหมายคือระบุสภาพแวดล้อมการประสานของลิแกนด์และสภาวะการทำงานที่เหมาะสมที่สุดสำหรับระบบโลหะ Co(III)/Na(I) โดยประเมินสมรรถนะของตัวเร่งภายใต้เงื่อนไขสามแบบ ลิแกนด์ได้รับการปรับแต่งเป็นลำดับ โดยมุ่งเน้นที่ตัวเชื่อม di-imine (ตัวเชื่อม ethyl และ dimethyl propyl) และจำนวนผู้ให้บริจาคออกซิเจน (ห้าและหก) ในตำแหน่ง ether การเปลี่ยนแปลงเหล่านี้ถูกเลือกเนื่องจากการคำนวณ DFT ชี้ว่ามันมีผลต่อตำแหน่งโลหะในขั้นที่กำหนดอัตราและขั้นที่กำหนดความเลือกจำเพาะ

“อัตราปฏิกิริยาถูกติดตามด้วย operando ATR-IR spectroscopy โดยสังเกตการเพิ่มขึ้นของความเข้มของพีกที่ 1750 cm–1 ซึ่งสอดคล้องกับการยืดของ C=O ในโพลีคาร์บอเนต และพีกที่ 1810 cm–1 ซึ่งสอดคล้องกับการยืดของ C=O ในผลพลอยได้ cyclic carbonate ค่าการดูดกลืน IR ถูกปรับเทียบกับการเปลี่ยนสภาพผ่านการอินทิเกรตสเปกตรัม 1H NMR ของตัวอย่างที่เก็บเมื่อสิ้นสุดปฏิกิริยา กราฟกึ่งลอการิทึมของ ln([PO]t/[PO]0) เทียบกับเวลาเป็นเส้นตรง โดยค่าคงที่อัตรา pseudo first order ที่สังเกตได้ kobs ถูกคำนวณจากค่าสัมบูรณ์ของความชัน การเปรียบเทียบกิจกรรมการเร่งปฏิกิริยาที่สังเกตได้เผยให้เห็นความแตกต่างอย่างมีนัยสำคัญในชุดนี้ โดย L1Co(III)Na(I) ทำงานได้ดีที่สุด…กิจกรรมของตัวเร่ง ในแง่ของ kobs และ TOFPPC ลดลงตามลำดับในส่วนที่เหลือของชุดดังนี้: L2Co(III)Na(I), L3Co(III)Na(I), และ L4Co(III)Na(I).” 

Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). Optimization of heterogeneous continuous flow hydrogenation using FTIR inline analysis: a comparative study of multi-objective Bayesian optimization and kinetic modeling. Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901

ในการสังเคราะห์สารกึ่งกลางสำคัญทางเกษตรเคมี คือ 2-amino-3-methylbenzoic acid (AMA) ได้สร้างระบบ continuous flow แบบ heterogeneous สำหรับการ hydrogenation ของ 3-methyl-2-nitrobenzoic acid (MNA) ระบบนี้ติดตั้งการติดตาม IR แบบ in situ และข้อมูลที่เก็บได้ถูกประมวลผลด้วยแบบจำลอง artificial neural network (ANN) ทำให้ได้ความเข้มข้นแบบเรียลไทม์ของ MNA และ AMA การทดลองที่อุดมด้วยข้อมูลถูกนำมาใช้เปรียบเทียบ multi-objective Bayesian optimization (MOBO) กับ kinetic modeling วิธี MOBO กำหนดชุดพารามิเตอร์ที่เหมาะสมบน Pareto frontier ได้อย่างมีประสิทธิภาพ ทำให้เข้าใจสมดุลระหว่างผลได้และ productivity อย่างถ่องแท้ การสร้างแบบจำลองจลนพลศาสตร์ระบุพลังงานกระตุ้นของ hydrogenation และอธิบายการดูดซับไฮโดรเจนว่าเป็น competitive dissociation   พื้นผิวตอบสนองที่สร้างจากแบบจำลองจลนพลศาสตร์ยังช่วยให้เข้าใจการปรับให้เหมาะสมของผลได้และ productivity อีกด้วย 

 “มีการทำ ANN modeling เพื่อประมวลผลสเปกตรัม inline FTIR ตามรายงานในวรรณกรรม มีการเตรียมสารละลายเมทานอลของ MNA และ AMA หลายชุดที่มีความเข้มข้นต่างกัน และเก็บข้อมูลสเปกตรัม inline FTIR เป็นชุดฝึกและชุดตรวจสอบความถูกต้อง…ระหว่างกระบวนการฝึก ได้ศึกษาสถาปัตยกรรมที่ประกอบด้วย convolutional layer หนึ่งชั้นตามด้วย dense layers ข้อมูลสเปกตรัมถูกประมวลผลที่ Conv1D convolutional layer เพื่อสกัดคุณลักษณะสำหรับคัดกรองน้ำหนักของข้อมูล จากนั้นจึงทำการลดมิติข้อมูลผ่านฟังก์ชันต่าง ๆ ใน dense layers สุดท้าย output layer จะส่งออกความเข้มข้นที่คาดการณ์ของ MNA และ AMA.” 

Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). Sustainable Continuous-Flow Catalysis and Bayesian Optimization of Biomass-Derived HMF Hydrogenation over RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748

5-hydroxymethylfurfural (HMF) ที่ได้จากชีวมวลสามารถทำ hydrogenation เป็น 2,5-furandimethanol (BHMF) ซึ่งเป็นสารตั้งต้นสำคัญสำหรับการสังเคราะห์พอลิเมอร์ย่อยสลายได้ สารเติมแต่งเชื้อเพลิง และสารเคมีมูลค่าสูงชนิดละเอียด การสังเคราะห์นี้มีความท้าทายเนื่องจากมีเส้นทาง hydrogenation ที่แข่งขันกันหลายแบบ ซึ่งได้รับอิทธิพลจากตัวเร่งปฏิกิริยา ตัวทำละลาย และตัวแปรของปฏิกิริยาที่ส่งผลต่อความเลือกจำเพาะและผลได้ เนื่องจากการควบคุมสภาวะปฏิกิริยาที่ดียิ่งขึ้น การใช้ continuous flow reactor จึงมีข้อได้เปรียบอย่างมากสำหรับการ hydrogenation HMF แบบเลือกจำเพาะ ดังนั้น เป้าหมายของโครงการนี้คือพัฒนาระบบ continuous flow ที่มีประสิทธิภาพและเป็นมิตรต่อสิ่งแวดล้อมสำหรับการ hydrogenation HMF ไปเป็น BHMF โดยใช้ระบบตัวเร่ง RuPt@g-C3N4 และน้ำเป็นตัวทำละลาย วิธีการพัฒนานี้ใช้ Bayesian optimization ของสภาวะปฏิกิริยาและการติดตามเชิงปริมาณแบบ inline FTIR ของพลวัตปฏิกิริยา  ผู้เขียนระบุว่าการใช้ Bayesian optimization ทั้งสำหรับการคัดกรองสภาวะปฏิกิริยาและการออกแบบองค์ประกอบตัวเร่งเป็นแนวทางที่มีประสิทธิภาพในการปรับให้เหมาะสมของการสังเคราะห์สารแพลตฟอร์มจากชีวมวล

  “มีการติดตามความเข้มข้นของ HMF และ BHMF ในสารละลายปฏิกิริยาแบบเรียลไทม์โดยใช้ inline FTIR spectroscopy…เพื่อศึกษากลไกของ hydrogenation จึงได้ทำการทดลองภายใต้สภาวะเหมาะสมใน continuous-flow fixed-bed reactor ที่บรรจุ RuPt@g-C3N4...ไม่พบพีกที่ชัดเจนของตัวกลางปฏิกิริยา สิ่งนี้น่าจะสะท้อนถึงกิจกรรมภายในที่สูงของตำแหน่ง bimetallic RuPt และการมีอยู่ของตัวกลางชั่วคราวซึ่งส่วนใหญ่อยู่ที่รอยต่อระหว่างตัวเร่งกับสารตั้งต้นภายใต้การปกคลุมต่ำ…”

Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). Thermal safety upgrading: Batch-to-flow transition of acid-catalyzed tert-butyl peroxypivalate synthesis. Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103

การสังเคราะห์ peroxyesters มีประเด็นความปลอดภัยทางความร้อนโดยเนื้อแท้ เนื่องจากปฏิกิริยาเป็นคายความร้อนและมีสารประกอบที่ไม่เสถียร ในงานนี้ การ acylation แบบหนึ่งหม้อที่เร่งด้วยกรดเพื่อสร้าง tert-butyl peroxypivalate (TBPP) ถูกเปลี่ยนจากกระบวนการ semi-batch เป็นกระบวนการ flow เพื่อเพิ่มความปลอดภัย การคำนวณ density function theory (DFT) และการวิเคราะห์ IR แบบ in situ ถูกใช้เพื่อทำความเข้าใจกลไกของ acylation นี้ให้ดียิ่งขึ้น สำหรับปฏิกิริยาแบบ semi-batch ได้มีการวัดคาลอริเมตริกด้วย DSC, ARC และ rection calorimetry เพื่อทำความเข้าใจพฤติกรรมทางความร้อนของปฏิกิริยาอย่างครบถ้วน พบว่าอุณหภูมิกระบวนการและอัตราการป้อนสารเป็นปัจจัยหลักที่มีอิทธิพลต่อการคายความร้อน และระดับความเสี่ยงสูงสุดสัมพันธ์กับสภาวะที่ให้ผลได้สูงสุด 

“…กระบวนการ semi-batch ถูกเปลี่ยนเป็นกระบวนการ flow การปรับให้เหมาะสมดำเนินการเพื่อเพิ่ม space-time yield ให้สูงสุดและลด E-factor ให้ต่ำสุดโดยใช้ multi-objective Bayesian optimization และได้ Pareto front…วิธีประเมินความเสี่ยงที่เคยเสนอไว้ก่อนหน้า m-ITHI [modified inherent thermal runaway hazard index] ถูกนำมาใช้เพื่อหาปริมาณและเปรียบเทียบความเสี่ยงทางความร้อนระหว่างกระบวนการ semi-batch และกระบวนการ flow ผลการประเมินแสดงว่า การใช้ microreactor ลดอันตรายจาก thermal runaway จากระดับรุนแรง (Class V) เหลือระดับปานกลาง (Class II) อย่างไรก็ตาม ความปลอดภัยที่ดีขึ้นจาก microreactor ไม่ได้ยืนยันถึงความปลอดภัยโดยเนื้อแท้ของกระบวนการสังเคราะห์ TBPP และความเสี่ยงทางความร้อนเปลี่ยนแปลงไปตามสภาวะของกระบวนการใน microreactor…มีการเสนอ R-factor เป็นครั้งแรกเพื่อหาปริมาณการเปลี่ยนแปลงของความเสี่ยงที่เกิดจากสภาวะปฏิกิริยาในกระบวนการ flow”

Angulo, A., & McMullen, J. P. (2025). Data-Driven modeling for the enhanced understanding for the crystallization of an active pharmaceutical ingredient. Organic Process Research & Development, 29(6), 1432–1439. https://doi.org/10.1021/acs.oprd.5c00036

มีการนำแบบจำลอง Dynamic Response Surface Methodology (DRSM) มาใช้เพื่อพัฒนาความเข้าใจอย่างละเอียดเกี่ยวกับกระบวนการการตกผลึกของยาชื่อ Belzutifan โดยมุ่งเน้นทำความเข้าใจผลของอัตราการเติม antisolvent และอุณหภูมิ มีการทำ DoE แบบ full-factorial 22 สำหรับการตกผลึกด้วย antisolvent บนเครื่อง OptiMax และใช้ ReactIR เพื่อเก็บสเปกตรัมตามเวลา ของความเข้มข้นใน supernatant การปรับเทียบข้อมูล IR ทำโดยใช้ตัวอย่าง supernatant นอกระบบที่เก็บด้วยระบบ EasySampler และวัดความเข้มข้นด้วย UPLC มีการฝึกแบบจำลอง chemometric แบบ partial least squares (PLS) อัตโนมัติเพื่อให้ได้โปรไฟล์ความเข้มข้นจากสเปกตรัม IR จากข้อมูลนี้ DRSM ให้แบบจำลองเชิงพลวัตเพื่ออธิบายความเข้มข้นใน supernatant ในฐานะฟังก์ชันของอุณหภูมิและการเติม antisolvent มีการวัดการกระจายขนาดอนุภาคของผลึก (PSD) เป็นฟังก์ชันของอุณหภูมิการตกผลึกและอัตราการเติม antisolvent แบบจำลอง DRSM ที่สร้างขึ้นสามารถทำนายพลวัตความเข้มข้นตามสัดส่วนของ antisolvent อัตราการเติม และอุณหภูมิได้สำเร็จ ทั้งสำหรับชุดข้อมูลฝึก DoE และการทดลองตรวจสอบความถูกต้องแยกต่างหาก

“ผลลัพธ์ที่นำเสนอในงานนี้แสดงแนวทางการสร้างแบบจำลองแบบขับเคลื่อนด้วยข้อมูลสำหรับการตกผลึกของสารออกฤทธิ์ทางเภสัชกรรม (API) โดยใช้ process analytical technologies (PAT) และ dynamic response surface methodology (DRSM)…. แนวทางนี้ช่วยให้ผู้ใช้ได้รับข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับวิธีที่ปัจจัยของอัตราการเติม antisolvent และอุณหภูมิการตกผลึกมีอิทธิพลแบบพลวัตต่อโปรไฟล์ความเข้มข้น โดยไม่จำเป็นต้องใช้แบบจำลองเชิงกลไกหรือแบบจำลองที่อาศัยความรู้ และยังไม่ต้องทำการทดลองเพิ่มเติม อีกทั้ง เรายังแสดงให้เห็นว่า DRSM เป็นเครื่องมือที่เหมาะสมในการทำนายโปรไฟล์ความเข้มข้นโดยการรันการตกผลึกภายในพื้นที่การออกแบบของ DoE”

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). มุ่งสู่การผลิตยาแบบกระจายที่คล่องตัว: การบูรณาการแบบต่อเนื่องครบวงจรของปฏิกิริยา การทำให้บริสุทธิ์ และการปรับสูตรสำหรับ Lomustine ผ่านแพลตฟอร์ม MiniPharm. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

งานนี้มุ่งเน้นการพัฒนาแพลตฟอร์ม MiniPharm เพื่อผลิตยามะเร็ง lomustine ผ่านการผลิตแบบบูรณาการต่อเนื่อง นักวิจัยได้เชื่อมการดำเนินงานด้านสารออกฤทธิ์ทางยาและผลิตภัณฑ์ยาเข้าด้วยกันโดยบูรณาการขั้นปฏิกิริยาแบบ telescoped สองขั้นตอน การกลั่นเปลี่ยนตัวทำละลายแบบต่อเนื่อง การตกผลึก MSMPR แบบสองขั้น และการพิมพ์แคปซูลแบบ drop-on-demand การพัฒนาสำหรับแต่ละการดำเนินงานเหล่านี้ต้องอาศัยการศึกษาลึกซึ้งเกี่ยวกับจลนพลศาสตร์ของปฏิกิริยา การสร้างแบบจำลองการละลาย การติดตาม PAT และการจำลองกระบวนการ ผ่านความพยายามเพิ่มความเข้มข้นของกระบวนการซึ่งรวมถึงการปรับเปลี่ยนเครื่องปฏิกรณ์ หน่วยกลั่น และหน่วยการตกผลึก ตลอดจนการบูรณาการระบบควบคุมอัตโนมัติและ PAT แบบ in-line เพื่อประสิทธิภาพการเดินระบบ นักวิจัยรายงานว่าสามารถบรรลุผลได้ผลผลิตรวมของ lomustine ที่ 69% 

ในการศึกษาแบบแบตช์ช่วงต้น ใช้ in situ FTIR เพื่อระบุพีคจำเพาะของสารตั้งต้น สารกึ่งกลาง และผลิตภัณฑ์ ได้แก่ cyclohexamine, 2‑chloroethyl isocyanate, สารกึ่งกลาง 1‑(2‑chloroethyl)‑3‑cyclohexylurea, tert‑butyl nitrite และ lomustine สเปกตรัมเหล่านี้ถูกใช้เพื่อสนับสนุนการสร้างแบบจำลองจลนพลศาสตร์ การเลือกเวลาพัก และการยืนยันการแปลงสภาพในเครื่องปฏิกรณ์การไหลแบบ telescoped ระหว่างการทดลองกับหน่วยปฏิบัติการแบบบูรณาการ ได้ติดตั้งโพรบ MIR ในเครื่องตกผลึก MSMPR เพื่อติดตามความเข้มข้นของตัวถูกละลาย จุดอิ่มตัวยิ่งยวด และพฤติกรรมภาวะคงตัว ระบบถ่ายภาพด้วยกล้องจุลทรรศน์แบบ in situ ให้ภาพแบบเรียลไทม์ของการเกิดนิวเคลียส การเติบโตของผลึก การเปลี่ยนแปลงความขุ่น และการเกิด oiling-out ที่อาจเกิดขึ้น กลยุทธ์ PAT แบบคู่ซึ่ง MIR วัดชนิดที่ละลายอยู่ ขณะที่การถ่ายภาพด้วยสายตาติดตามการเกิดผลึก เป็นกุญแจสำคัญต่อการตกผลึกแบบต่อเนื่องที่มีประสิทธิภาพและเวิร์กโฟลว์ครบวงจรแบบ end-to-end ที่ประสบความสำเร็จ

“เพื่อให้สามารถติดตามกระบวนการปฏิกิริยาและกระบวนการตกผลึกแบบเรียลไทม์ ได้ใช้เครื่องมือ PAT สองชนิด ได้แก่ Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) และโพรบถ่ายภาพแบบ inline Easy-Viewer 100 สำหรับการทดลองปฏิกิริยาแบบแบตช์ ใช้ ATR-FTIR เพื่อเก็บสเปกตรัมของชนิดทางเคมีที่มีความเข้มข้นต่างกันและระบุพีคหลักของสารตั้งต้นและผลิตภัณฑ์ สำหรับการสังเคราะห์แบบ flow ได้จุ่มโพรบ FTIR ลงในขวดก้นกลมที่วางอยู่หลังเครื่องปฏิกรณ์ตัวที่สอง การทดลองสังเคราะห์แบบ flow ซ้ำๆ ยืนยันอัตราการเปลี่ยนสภาพที่สูงและสม่ำเสมอ สำหรับการเดินระบบแบบต่อเนื่องครบวงจรแบบ end-to-end โพรบ FTIR ถูกปรับใช้ใหม่เพื่อติดตามการตกผลึกโดยวางไว้โดยตรงในเครื่องตกผลึก MSMPR โดยใช้ EasyViewer 100 ร่วมกันเพื่อติดตามการเกิดผลึก ความขุ่น และการเติบโตภายใน MSMPR ด้วยภาพ”

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). N-โปรพาร์จิเลชันเชิงไฟฟ้าเคมีของ N-เฮเทอโรไซเคิลผ่านการดีคาร์บอกซิเลชันของกรดอัลลีโนอิก. ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

มีการศึกษาการสังเคราะห์ด้วยไฟฟ้าในฐานะวิธีสังเคราะห์พันธะ C-N โดยไม่จำเป็นต้องใช้รีเอเจนต์ที่เป็นพิษและของเสียที่เกี่ยวข้องกับวิธีการ coupling แบบดั้งเดิม กรด 2,3‑allenoic ถูกเสนอให้เป็นสารตั้งต้นที่อาจมีประสิทธิภาพ เนื่องจากการออกซิเดชันที่แอโนดจะสร้างอนุมูล allenyl/propargyl ซึ่งจะถูกออกซิไดซ์ต่ออย่างรวดเร็วเป็นแคตไอออนที่มีความเป็นอิเล็กโทรฟิลิกสูง และสามารถเกิด N‑propargylation แบบจำเพาะได้ งานนี้ได้กำหนดระเบียบวิธีทางไฟฟ้าเคมีที่อ่อนโยนและไม่เติมสารเติมแต่ง ซึ่งให้ผลิตภัณฑ์ N‑propargylated ครอบคลุม pyrazoles, triazoles, tetrazoles, benzotriazoles, amides, carboxylic acids และ alcohols ในผลได้ 25–82% พร้อมเศรษฐศาสตร์อะตอมที่ดีและประสิทธิภาพฟาราเดย์ 40-70% การศึกษากลไกบ่งชี้ว่าปฏิกิริยาถูกควบคุมโดยไฟฟ้าเคมีมากกว่าความเข้มข้นของสารตั้งต้น กุญแจสำคัญในการทำความเข้าใจกลไกการเกิดปฏิกิริยา คือการใช้ ReactIR ซึ่งวัดการใช้สารตั้งต้นแบบเรียลไทม์และนำไปสู่การกำหนดอัตราเริ่มต้น ข้อมูลเหล่านี้แสดงให้เห็นว่าปฏิกิริยามีลำดับศูนย์ทั้งต่อกรดอัลลีโนอิกและนิวคลีโอไฟล์ ขณะที่อัตราเพิ่มขึ้นเป็นเส้นตรงตามกระแสไฟฟ้าที่ใช้ ซึ่งบ่งชี้ว่ากระบวนการถ่ายโอนอิเล็กตรอนที่แอโนดเป็นขั้นตอนจำกัดอัตรา ร่วมกับ cyclic voltammetry และ DFT หลักฐานด้านจลนพลศาสตร์สนับสนุนเส้นทางที่การดีคาร์บอกซิเลชันเชิงออกซิเดชันสร้างอนุมูล allenyl ซึ่งถูกออกซิไดซ์ทันทีเป็นแคตไอออน propargyl และเกิดการสร้างพันธะ C-N ที่ควบคุมด้วยจลนพลศาสตร์ นักวิจัยสรุปว่าพวกเขาได้พัฒนาวิธีทางไฟฟ้าเคมีสำหรับการเติม propargyl ให้กับ N-heterocycles โดยใช้กรด 2,3‑allenoic ภายใต้เงื่อนไขที่เรียบง่ายและไม่เติมสารเติมแต่ง ปฏิกิริยานี้ใช้อะโนดคาร์บอนต้นทุนต่ำ และไม่ต้องใช้ออกซิแดนท์ เบส หรือสารช่วยขจัดน้ำจากภายนอก งานวิจัยนี้แสดงให้เห็นว่าความเข้าใจเชิงกลไกสามารถชี้นำการออกแบบแนวทาง electrosynthetic ที่สร้างตัวกลางไวต่อปฏิกิริยาเพื่อการสร้างพันธะ C–N อย่างมีประสิทธิภาพได้อย่างไร

“… การศึกษาจลนพลศาสตร์ดำเนินการโดย in situ IR spectroscopy เพื่อกำหนดความเข้มข้นของ 1a [กรดอัลลีโนอิก] ที่เปลี่ยนแปลงตามเวลาในระหว่างการวัดจลนพลศาสตร์ ได้ใช้ความสัมพันธ์เชิงเส้นของการดูดกลืน IR ที่ 1689 cm–1 ซึ่งสอดคล้องกับแถบ C═O ของ 1a และความเข้มข้นของ 1a จากนั้นการหายไปของ 1a เมื่อเวลาผ่านไปถูกนำมาใช้เพื่อกำหนดอัตราปฏิกิริยาเริ่มต้น k ซึ่งวัดเชิงทดลองที่ความเข้มข้นเริ่มต้นต่างกันของ 1a และ 2a [pyrazole] อัตราเริ่มต้นของ k ไม่ขึ้นกับความเข้มข้นของ 1a และ 2a แสดงให้เห็นว่าปฏิกิริยามีลำดับย่อยเป็นศูนย์ต่อทั้งกรดอัลลีโนอิก 1a และ pyrazole 2a อย่างไรก็ตาม อัตราเริ่มต้นแสดงความสัมพันธ์เชิงเส้นกับกระแสไฟฟ้าที่ใช้ ซึ่งบ่งชี้ว่ากระบวนการถ่ายโอนอิเล็กตรอนที่แอโนดเป็นขั้นตอนจำกัดอัตรา”

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). การปรับให้เหมาะสมของปฏิกิริยา detritylation ของ oligonucleotide แบบเฟสของแข็งโดยใช้ In-Line IR spectroscopy. Organic Process Research & Development, 30(5), 1369–1377. https://doi.org/10.1021/acs.oprd.6c00103

ใช้ in-line Mid-IR spectroscopy (ReactIR) เพื่อปรับให้เหมาะสมการ detritylation ระหว่างการสังเคราะห์สาร oligonucleotide แบบเฟสของแข็ง และแสดงให้เห็นว่าเป็นทางเลือกที่ใช้รีเอเจนต์อย่างคุ้มค่ากว่าวิธีการติดตามด้วย UV แบบดั้งเดิม ในช่วงแรก ได้มีการวัด IR แบบ offline ขององค์ประกอบหลักในส่วนผสมของ detritylation ซึ่งระบุพีคการดูดกลืนที่แตกต่างกันของ toluene (1495 cm⁻¹), anhydrous acetonitrile (2253 cm⁻¹), DCA‑monomer (1765 cm⁻¹) และ DCA‑dimer (1740 cm⁻¹) ได้มีการกำหนดแนวทางสำหรับการวิเคราะห์เชิงปริมาณโดยใช้การติดตามแบบเรียลไทม์ เนื่องจากความเข้มของ IR ของ DCA‑monomer และ DCA‑dimer แสดงความเป็นเชิงเส้นอย่างมากกับความเข้มข้นในช่วง DCA 3–10% 

จากจลนพลศาสตร์และความเข้าใจเชิงกลไกของปฏิกิริยา detritylation ความเข้มข้นสัมพัทธ์ของ DCA-monomer และ DCA dimer มีความสัมพันธ์อย่างใกล้ชิดกับความคืบหน้าของ detritylation และการเกิด DCA‑dimer เป็นขั้นตอนกำหนดอัตราของ detritylation DCA ส่วนใหญ่มีอยู่ในรูปไดเมอร์ที่มีความไวต่อปฏิกิริยาใน toluene ขณะที่ใน acetonitrile มันเปลี่ยนไปเป็นรูปโมโนเมอร์ที่ไม่ไวต่อปฏิกิริยา การ detritylation ดำเนินไปอย่างมีประสิทธิภาพเมื่อ DCA โมโนเมอร์ที่ไม่ไวต่อปฏิกิริยาแปรสภาพเป็นไดเมอร์ที่มีความไวต่อปฏิกิริยาจนครบถ้วน งานนี้เชื่อมโยงการติดตามโครงสร้าง DCA เหล่านี้ด้วย IR แบบ in-line กับการตรวจวัด DMT⁺ cation ที่ใช้ UV แบบดั้งเดิม ซึ่งเป็นสปีชีส์ที่ดูดกลืน UV และถูกปลดปล่อยระหว่างขั้น detritylation ของการสังเคราะห์สาร oligonucleotide แบบเฟสของแข็ง ความสัมพันธ์นี้แสดงให้เห็นว่าการลดลงของสัญญาณ IR ของ DCA-monomer ที่ไม่ไวต่อปฏิกิริยาจนถึงเส้นฐาน ซึ่งกำหนดเป็น node III บ่งชี้จุดสิ้นสุดของปฏิกิริยาที่เหมาะสมที่สุด ณ จุดนี้ ความบริสุทธิ์ของผลิตภัณฑ์ ระดับการ depurination และผลได้โดยรวมเทียบเท่ากับที่ได้จากการควบคุมด้วย UV อย่างไรก็ตาม มีการลดการใช้รีเอเจนต์ detritylation ได้มากถึง 40.4% เพื่อยืนยันความทนทานและความเป็นสากลของกลยุทธ์ที่นำโดย IR นี้ ได้มีการสังเคราะห์ลำดับสาร oligonucleotide ที่มีลักษณะโครงสร้างและเคมีหลากหลายโดยใช้เกณฑ์ node III นี้ ในทุกลำดับ คุณภาพผลิตภัณฑ์ยังคงสม่ำเสมอ ปฏิกิริยาข้างเคียง depurination ถูกยับยั้งได้อย่างมีประสิทธิภาพ และการใช้รีเอเจนต์ลดลง 22.7–46.7% 

“เมื่อเทียบกับการติดตามแบบ in-line UV แบบดั้งเดิม เทคโนโลยี in-line IR สามารถเอาชนะข้อจำกัดของการติดตามด้วย UV ได้ รวมถึงช่วงการตอบสนองของสัญญาณที่แคบ การติดตามที่ล่าช้า และการติดตามกระบวนการไมโครรีแอคชันที่ไม่เพียงพอ เทคโนโลยีนี้ช่วยให้ติดตามการเปลี่ยนแปลงจุลจลนพลศาสตร์ขององค์ประกอบสำคัญใน detritylation แบบเรียลไทม์ ลดการใช้รีเอเจนต์ และส่งเสริมการพัฒนาที่ยั่งยืนและเป็นมิตรต่อสิ่งแวดล้อมของการสังเคราะห์แบบเฟสของแข็ง งานวิจัยนี้นำเสนอกลยุทธ์สากลสำหรับการเพิ่มความแม่นยำของการควบคุมกระบวนการสังเคราะห์แบบเฟสของแข็ง และทำให้สามารถผลิต oligonucleotide แบบปรับละเอียดทั้งกระบวนการได้”

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). การเพิ่มประสิทธิภาพด้วยตนเองของการควบแน่น Claisen-Schmidt ในระบบปฏิกิริยาไมโครโฟลว์อัตโนมัติโดยใช้แมชชีนเลิร์นนิง. Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

โดยใช้ปฏิกิริยา Claisen-Schmidt aldol condensation ระหว่าง 2-methoxybenzaldehyde และ acetone เป็นตัวอย่าง งานนี้แสดงให้เห็นการพัฒนาและการประยุกต์ใช้ระบบการปรับให้เหมาะสมด้วยตนเองแบบใหม่ ผู้เขียนรายงานว่าใช้อัลกอริทึมหลายวัตถุประสงค์ TSEMO (Thompson sampling efficient multi-objective optimization) ร่วมกับ in-line MIR (ReactIR) และ on-line UHPLC PAT บนเครื่องปฏิกรณ์ไมโครฟลูอิดิกที่ควบคุมด้วย supervisory control and data acquisition (SCADA) เพื่อการปรับให้เหมาะสมแบบแปรผันต่อเนื่อง ได้กำหนดเงื่อนไขปฏิกิริยาที่เหมาะสม รวมถึงอุณหภูมิ อัตราการไหล และเวลาพัก และระบบได้รับการยืนยันผ่านการสร้างแบบจำลองจลนพลศาสตร์ 

“ …กระบวนการเพิ่มประสิทธิภาพด้วยตนเองทำได้ดีกว่าวิธีปฏิกิริยาเคมีแบบดั้งเดิม โดยบรรลุความเข้มข้นเป้าหมาย (เป้าหมายที่ตั้งไว้) ได้เร็วกว่า ใช้สารเคมีน้อยกว่า และต้องการการแทรกแซงด้วยมือน้อยที่สุด ซึ่งไม่เพียงช่วยเพิ่มความยั่งยืนด้านสิ่งแวดล้อมและประสิทธิภาพทางเศรษฐกิจของกระบวนการเท่านั้น แต่ยังแสดงศักยภาพในการประยุกต์ใช้ที่กว้างขึ้นในวิศวกรรมปฏิกิริยาอีกด้วย ความสอดคล้องอย่างใกล้ชิดของข้อมูลเชิงทดลองกับการคาดการณ์เชิงทฤษฎี ซึ่งอยู่ภายในความเบี่ยงเบน ±10 % ยืนยันความสามารถของระบบในการปรับให้เหมาะสมโดยไม่ต้องมีความรู้ล่วงหน้าเกี่ยวกับจลนพลศาสตร์ของปฏิกิริยา…”

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). เปิดเผยจลนพลศาสตร์การเร่งปฏิกิริยาตนเองในการเกิดพอลิแอดดิชันแบบสายสั้นของ Poly(amic acid) โดยใช้เครื่อง in situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

การเกิดพอลิแอดดิชันของไดเอมีนอะโรมาติกและไดแอนไฮไดรด์ (PAA) มีสองช่วง ได้แก่ ช่วงการเกิดสายสั้นอย่างรวดเร็ว (ช่วงที่ 1) และช่วงการเติบโตของสายโซ่ที่ช้าตามมา (ช่วงที่ 2) งานศึกษาจลนพลศาสตร์เกือบทั้งหมดจนถึงปัจจุบันมุ่งเน้นไปที่จลนพลศาสตร์ของช่วงที่ 2 โดยใช้เทคนิคหลากหลาย แม้ว่าวิธีเหล่านี้จะมีประสิทธิภาพกับโมโนเมอร์ที่มีปฏิกิริยาต่ำ แต่ไม่สามารถจับช่วงที่ 1 ซึ่งมีคายความร้อนสูงมากของโมโนเมอร์ที่มีปฏิกิริยาสูงได้ ส่งผลให้การจำลองเบี่ยงเบน 20−30% ในช่วงไม่กี่นาทีแรกของปฏิกิริยา บั่นทอนการควบคุมกระบวนการ ความน่าเชื่อถือในการขยายเครื่องชั่ง และความปลอดภัย ดังนั้น การติดตามแบบเรียลไทม์ที่มีข้อมูลหนาแน่นจึงมีความสำคัญอย่างยิ่งเพื่อจับพฤติกรรมการเร่งปฏิกิริยาตนเองที่คาดว่าเป็นตัวควบคุมช่วงต้นนี้  

ในงานนี้ ใช้เครื่อง in situ FTIR เพื่อให้ข้อมูลที่จำเป็นต่อความเข้าใจเชิงลึกยิ่งขึ้นเกี่ยวกับจลนพลศาสตร์ในช่วงเริ่มต้นของการเกิดพอลิแอดดิชันของ poly(amic acid) (PAA) โดยทั่วไปกระบวนการนี้ถือเป็นกระบวนการจลนพลศาสตร์ลำดับที่สอง ซึ่งอัตราการเกิดปฏิกิริยาจะแปรผันตามผลคูณของความเข้มข้นของไดเอมีนและไดแอนไฮไดรด์ แบบจำลองทางทฤษฎีบ่งชี้ว่าปฏิกิริยาเหล่านี้แสดงลักษณะการเร่งปฏิกิริยาตนเองอย่างเด่นชัด โดยที่ผลิตภัณฑ์ของปฏิกิริยาจะเร่งอัตราปฏิกิริยาถัดไป และสารกึ่งกลางเป็นสาเหตุของผลการเร่งปฏิกิริยาตนเองนี้  มีการพัฒนาแบบจำลองจลนพลศาสตร์การเร่งปฏิกิริยาตนเองสำหรับระบบไดเอมีนอะโรมาติก–ไดแอนไฮไดรด์ที่มีปฏิกิริยาสูง ซึ่งครอบคลุมสมมติฐานกลไก การอนุพันธ์สมการอัตรา การฟิตข้อมูล และการวิเคราะห์อุณหพลศาสตร์ แบบจำลองนี้ช่วยให้เข้าใจว่าปัจจัยต่าง ๆ เช่น อุณหภูมิและโครงสร้างของโมโนเมอร์ควบคุมระดับการเกิดการเร่งปฏิกิริยาตนเองอย่างไร ข้อมูลแสดงให้เห็นว่าการเกิดพอลิแอดดิชันแบบสายสั้นเป็นไปตามแบบจำลองจลนพลศาสตร์การเร่งปฏิกิริยาตนเองแบบไม่ผันกลับลำดับที่สอง โดยมีตัวขับเคลื่อนหลักคือการเร่งด้วยโปรตอนจากหมู่ –COOH ที่เพิ่งเกิดขึ้น อุณหภูมิและความสามารถในการดึงอิเล็กตรอนของโมโนเมอร์ร่วมกันปรับระดับการเร่งปฏิกิริยาตนเอง โดย BTDA แสดงการเร่งที่แรงที่สุด และ s-BPDA อ่อนที่สุด 

“เราใช้ in situ FTIR spectroscopy เพื่อศึกษาปริมาณเชิงกลไกของการเกิดพอลิแอดดิชันในระยะแรกของ 4,4′-diaminodiphenylmethane (MDA) กับไดแอนไฮไดรด์สามชนิด ได้แก่ 3,3′,4,4′-benzophenone tetracarboxylic dianhydride (BTDA), 3,3′,4,4′-biphenyltetracarboxylic dianhydride (s-BPDA), และ 2,3,3′,4′-biphenyltetracarboxylic dianhydride (a-BPDA) แถบลักษณะเฉพาะที่แยกเดี่ยวของ MDA ที่ 818 cm^–1 สามารถใช้เป็นโพรบที่มีประสิทธิภาพสำหรับติดตามการเปลี่ยนแปลงของความเข้มข้น MDA อย่างเชิงปริมาณ การวิเคราะห์จลนพลศาสตร์ของความเข้มของแถบที่ถูกทำให้เป็นมาตรฐาน (A-818 cm^–1, T-818 cm^–1, และ S-818 cm^–1) แสดงให้เห็นว่าปฏิกิริยาดำเนินไปตามจลนพลศาสตร์การเร่งปฏิกิริยาตนเองแบบไม่ผันกลับลำดับที่สอง แนวทางแบบผสานระหว่าง in situ FTIR และการสร้างแบบจำลองนี้ให้ข้อมูลเชิงปริมาณครั้งแรกเกี่ยวกับการที่ความเป็นอิเล็กโทรฟิลิกของไดแอนไฮไดรด์ โครงสร้างโมเลกุล และอุณหภูมิ ร่วมกันกำกับระดับของการเร่งปฏิกิริยาตนเอง ซึ่งจึงให้แนวทางเชิงทดลองและเชิงทฤษฎีที่สำคัญสำหรับการควบคุมและเพิ่มประสิทธิภาพการสังเคราะห์ PAA อย่างแม่นยำ”

• Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). แนวทางที่มีประสิทธิภาพและเป็นมิตรต่อสิ่งแวดล้อมสำหรับการสังเคราะห์ dodecanone oxime จากปฏิกิริยา transoximation ทางอ้อมที่เร่งด้วยซีโอไลต์ Chemical Engineering Journal Green and Sustainable, 2, 100070. https://doi.org/10.1016/j.cejgas.2026.100070
• Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). การเร่งปฏิกิริยาแบบต่อเนื่องที่ยั่งยืนและการหาค่าเหมาะที่สุดแบบเบย์สำหรับ hydrogenation ของ HMF ที่ได้จากชีวมวลบน RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748
• Zhou, C., Beydokhti, M. T., Rammal, F., Kumar, P., Lacroix, M., Vermeiren, W., Dusselier, M., Liao, Y., & Sels, B. F. (2025). การเสริมฤทธิ์กรด–เบสที่ไม่ขึ้นกับระยะใกล้ในตัวเร่งปฏิกิริยา ZrOxHy ของแข็งสำหรับการสร้างเอมีนกลับคืนในการดักจับ CO2 หลังการเผาไหม้. Nature Catalysis, 8(3), 270–281. https://doi.org/10.1038/s41929-025-01307-8
• Li, D., Xiong, C., Zhao, X., Yang, T., Wu, Y., Hu, P., & Ji, H. (2025). การควบคุมการถ่ายเทออกซิเจนอย่างจำเพาะเพื่อการออกซิเดชันสีเขียวของ n-butane ภายใต้สภาวะอ่อน: สมรรถนะและกลไก. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
• Mazumder, A., & Beckingham, B. S. (2025). PEGMA สายโซ่ยาวในเยื่อแลกเปลี่ยนไอออนเพื่อลดการแพร่ข้ามของผลิตภัณฑ์การรีดักชัน CO 2 ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
• Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). ผลขององค์ประกอบก๊าซต่อการปรับจลนพลศาสตร์ของไฮเดรต CH4/CO2 ด้วย 1,3-Dioxolane: นัยต่อการกักเก็บก๊าซชีวภาพแบบไฮเดรต. ACS Applied Materials & Interfaces, 17(12), 18403–18419. https://doi.org/10.1021/acsami.5c00733
• Li, D., Xiong, C., Mao, Q., Xi, L., Yang, T., Hu, P., & Ji, H. (2025). เพิ่มประสิทธิภาพการถ่ายโอน hydrogen จากคูมีนผ่าน covalent organic framework ที่มีพอร์ฟีรินเป็นฐาน Ru สำหรับปฏิกิริยา epoxidation ของโอเลฟินแบบแทนเด็มในอากาศ. Nano Research, 19(1), 94907892. https://doi.org/10.26599/nr.2025.94907892

• Silva, J. R. C., Oliveira, L. B., Silva, J. O., Queiroz, L. M. S. V., Cardoso, K. P., Nagamachi, M. Y., & Ferrão, L. F. A. (2025). การศึกษาและการจำแนกลักษณะของสารกึ่งกลางที่ใช้ในการผลิตตัวออกซิไดเซอร์แอมโมเนียมไดนีทราไมด์ Propellants Explosives Pyrotechnics, 50(7), 95–105. https://doi.org/10.1002/prep.12078
• Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). การยกระดับความปลอดภัยด้านความร้อน: การเปลี่ยนกระบวนการจากแบตช์เป็นโฟลว์ของการสังเคราะห์ tert-butyl peroxypivalate ที่เร่งด้วยกรด Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103
• Chen, S., Gao, Y., Dong, C., Shen, L., Zeng, Y., Bao, P., Li, Y., Yi, Z., Chen, H., Zhu, S., & Zhang, L. (2025). การจัดเรียงอะตอมไนโตรเจนแบบเตตระฮีดรัลในแคทไอออนตำแหน่ง A: แนวทางใหม่สำหรับการควบคุมความไวและพลังงานของวัสดุพลังงานเพอร์ออฟสไกต์ Advanced Science, 12(19), e2415680. https://doi.org/10.1002/advs.202415680

• Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). เปิดเผยจลนพลศาสตร์การเร่งปฏิกิริยาตนเองในการเกิดพอลิแอดดิชันแบบสายสั้นของ Poly(amic acid) โดยใช้เครื่อง in situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046
• Duan, W., Zhao, S., Wen, Y., Duan, Z., Zhang, L., & Liu, B. (2026). ตัวเร่งปฏิกิริยา organoboron ที่ทนต่อการเจือจางสำหรับการโคพอลิเมอไรเซชันของ CO 2 และ propylene oxide ที่ได้รับความช่วยเหลือจาก cyclic anhydride. Macromolecules, 59(4), 2040–2051. https://doi.org/10.1021/acs.macromol.5c03427
• Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). ตัวเร่งปฏิกิริยาเฮเทอโรไดนิวเคลียร์ Co(III)NA(I) สำหรับการโคพอลิเมอไรเซชันแบบเปิดวงของ propene oxide และคาร์บอนไดออกไซด์. Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529
• Jiang, C., Lee, E., Schaefer, J., Holtcamp, M. W., Lin, T., & Gabbaï, F. P. (2025). การเร่งปฏิกิริยาด้วยพันธะ pnictogen: การโคพอลิเมอไรเซชันของ CO2 และ epoxides บนแพลตฟอร์ม Antimony(V). ACS Catalysis, 15(21), 17882–17892. https://doi.org/10.1021/acscatal.5c03781
  
• Abrahamsen, G. M., Lequeux, Z. a. B., Kemp, L. K., Wedgeworth, D. N., Rawlins, J. W., Newman, J. K., & Morgan, S. E. (2025). การควบคุมสัณฐานวิทยาในนาโนคอมโพสิตของการกระจายโพลียูรีเทนชนิดน้ำผ่านโครงสร้าง สูตร และกระบวนการที่ออกแบบเฉพาะ Langmuir, 41(16), 10383–10393. https://doi.org/10.1021/acs.langmuir.5c00226
• Jia, Z., Zhang, J., Gao, L., Sun, H., Chen, J., Qin, L., & Yin, J. (2025). คลี่คลายบทบาทของน้ำในไกลโคไลซิสเชิงเร่งของ PET. RSC Sustainability, 3(10), 4714–4723. https://doi.org/10.1039/d5su00528k
• Zeng, X., Liu, C., Wang, X., Cao, Y., Zheng, Z., He, P., Li, H., & Wang, L. (2025). ตัวเร่งปฏิกิริยา Lewis-pair อินทรีย์เชิงพาณิชย์สำหรับการโพลิเมอไรเซชันแบบเปิดวงของ 1,2-butylene oxide อย่างมีประสิทธิภาพ. Polymer Chemistry, 16(23), 2742–2750. https://doi.org/10.1039/d5py00238a

• Wang, R., Xu, L., Yang, Y., Wang, W., Liu, M., Su, X., & Shao, Y. (2026). การติดตามกระบวนการแบบเรียลไทม์ของการแอมโมโนไลซิสของ Oligonucleotides ด้วยเครื่อง FTIR spectroscopy ออนไลน์. Organic Process Research & Development, 30(3), 731–740. https://doi.org/10.1021/acs.oprd.5c00476
• Ashikari, Y., Tamaki, T., Tomite, K., Yonekura, Y., & Nagaki, A. (2025). การวิเคราะห์ IR แบบ inline แบบเรียลไทม์ผ่านกลยุทธ์การรวมเชิงเส้นและการเรียนรู้ของเครื่องสำหรับการเพิ่มประสิทธิภาพปฏิกิริยาอัตโนมัติ Communications Chemistry, 8(1), 287. https://doi.org/10.1038/s42004-025-01676-y
• Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). การเพิ่มประสิทธิภาพของ hydrogenation แบบต่อเนื่องเชิงเนื้อเดียว/ต่างเนื้อโดยใช้การวิเคราะห์ FTIR แบบ inline: การศึกษาทดสอบเปรียบเทียบระหว่างการหาค่าเหมาะที่สุดแบบเบย์หลายวัตถุประสงค์และการสร้างแบบจำลองจลนพลศาสตร์. Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901
• Shen, R., Luo, G., Cheng, Y., Zhu, J., Duan, H., & Su, A. (2025). การเพิ่มประสิทธิภาพแบบสองขั้นตอนของการสังเคราะห์ L-Carnitine แบบโฟลว์ต่อเนื่องโดยผสานการหาค่าเหมาะที่สุดแบบเบย์ การวิเคราะห์ inline และการสร้างแบบจำลองจลนพลศาสตร์ SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  
• Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). การศึกษาจลนพลศาสตร์ของการ hydrogenation แบบไม่สมมาตรของ benzylphenylephrone ในโฟลว์ต่อเนื่อง. CHIMIA International Journal for Chemistry, 79(6), 441–448. https://doi.org/10.2533/chimia.2025.441

• Talbot, F. J. T., Lindsay-Scott, P. J., Stokes, S., Barnes, A., Rees, M., Miller, I., Richardson, J., & Tang, X. (2026). การติดตามการเกิด Turbo-Hauser base ด้วย ReactIR ช่วยให้ปฏิกิริยาไอโอโดเนชันมีความทนทานในช่วงแคมเปญการขยายเครื่องชั่งระยะแรก Organic Process Research & Development, 30(4), 1041–1049. https://doi.org/10.1021/acs.oprd.6c00062
• Chida, T., Takebayashi, Y., Sue, K., & Kataoka, S. (2026). เครื่องปฏิกรณ์คอลัมน์โฟลว์อัตโนมัติพร้อมสเปกโตรมิเตอร์แบบ inline สำหรับการวัดเวลาพำนักและการวิเคราะห์จลนพลศาสตร์ของการอะไมเดชันเอสเทอร์โดยตรงที่เร่งด้วย ZrO 2 Industrial & Engineering Chemistry Research, 65(12), 6491–6500. https://doi.org/10.1021/acs.iecr.6c00042
• Zars, E., Beagan, D., Reed, S., Zeller, M., Lehnert, N., & Szymczak, N. (2026). การคัปปลิง N-N ของลิแกนด์ไนโตรซิลในคอมเพล็กซ์เหล็กไดไนโตรซิลที่ถูกสื่อกลางโดยกรดภายนอก ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
• Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). ผลของสนามเป็นตัวกำกับการ decarboxylation ของ Copper(II)-Benzoates: การศึกษาจลนพลศาสตร์และกลไก. Organometallics, 45(2), 169–180. https://doi.org/10.1021/acs.organomet.5c00415
  
• Zheng, S., Du, C., Hu, J., Tu, Y., Wang, Y., & Ren, Z. (2025). กลไกระดับอะตอมของการสังเคราะห์ RDX ผ่านการไนเตรชันของยูโรโทรพีนโดยตรง: การศึกษา DFT และการยืนยันด้วยสเปกโตรสโกปี Chemical Engineering Science, 321, 123003. https://doi.org/10.1016/j.ces.2025.123003
• Fockenberg, T., Sülzner, N., Sato, T., Reher, J., Schnegg, A., Hättig, C., & Schulz, S. (2025). การศึกษาเปรียบเทียบเกี่ยวกับความสามารถในการเร่งปฏิกิริยาของ heterocubanes [COIII4O4] ในปฏิกิริยาออกซิเดชันแอลกอฮอล์ในสารละลาย ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
• Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). ผลของสนามเป็นตัวกำกับการ decarboxylation ของ Copper(II)-Benzoates: การศึกษาจลนพลศาสตร์และกลไก. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-vftv5
• Zhu, W., Ouyang, Z., Du, X., Li, Y., Deng, X., Xue, Y., Zhou, J., Yu, P., Lu, G., Chan, A. S. C., & Weng, J. (2025). เข้าถึงศูนย์ไครัลแบบ vicinal ตันแทนที่สี่ตำแหน่งในสายโซ่เปิดผ่านปฏิกิริยา Mannich แบบไม่สมมาตรที่เร่งด้วย Cu/squaramide แบบชีวเลียนแบบ Nature Communications, 16(1), 8896. https://doi.org/10.1038/s41467-025-63919-9
  
• Kirchhoff, J., Mairath, T., Schöler, M., Risken, R., & Strohmann, C. (2025). การศึกษากลไกของการแทนที่ alkoxysilane แบบจำเพาะโดย primary lithium amides: จากซิลานที่แทนที่หนึ่งหมู่ไปจนถึงสองและสามหมู่ที่ฟังก์ชันนัลไลซ์ด้วย Si–N Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

• Yu, H., Schiele, S. A., & Briesen, H. (2026). การหาปริมาณการเปลี่ยนรูปทรงที่เกิดจากการขัดถูในกระบวนการการตกผลึกที่กวนด้วยวิธีอิงความโค้ง Crystal Growth & Design. https://doi.org/10.1021/acs.cgd.6c00432
• Omstead, K. M., Malig, T. C., Pederson, Z., Kurita, K. L., & Shi, Z. (2026). การประยุกต์ใช้สเปกโตรสโกปีอินฟราเรดในการติดตามการกลั่นตัวทำละลายในระหว่างการพัฒนากระบวนการเภสัชภัณฑ์ระยะต้น─เคโมเมตริกแบบ lean เพื่อจัดการผลของอุณหภูมิและเมทริกซ์ Organic Process Research & Development, 30(5), 1119–1129. https://doi.org/10.1021/acs.oprd.5c00146
• Ghaffari, S., Gänsch, J., Schulze, P., & Lorenz, H. (2026). จลนพลศาสตร์การเติบโตของผลึกของเฟสไฮเดรต NA 2 CO 3 ในระบบ NA 2 CO 3 –NAOH–H 2 O สำหรับการผลิตโซดาแอชอย่างยั่งยืน ACS Omega, 11(5), 7741–7755. https://doi.org/10.1021/acsomega.5c09440
• Zhang, C., Ma, Y., Wang, Z., Jia, S., Zhang, Y., Yang, L., Yang, H., Cheng, J., & Yang, C. (2026). อิทธิพลของสมบัติเมล็ดผลึกและสภาวะการดำเนินงานต่อการเกิดนิวเคลียสทุติยภูมิของ glyphosate. Industrial & Engineering Chemistry Research, 65(15), 7826–7839. https://doi.org/10.1021/acs.iecr.5c04870
  
• Lima, F. a. R. D., De Moraes, M. G. F., Secchi, A. R., De Souza, M. B., & Grover, M. A. (2025). การควบคุมเชิงพยากรณ์แบบไม่เชิงเส้นเชิงทดลองของขนาดผลึกและผลได้ในการตกผลึกแบบแบตช์ขณะทำความเย็น ซึ่งอาศัย soft sensor และโมเดลสอบเทียบแบบ Symbolic-Based Industrial & Engineering Chemistry Research, 64(49), 23582–23600. https://doi.org/10.1021/acs.iecr.5c03894
• Dong, Y., Xuanyuan, S., Xie, C., Sun, Y., Zhou, X., & Wang, Y. (2025). แบบจำลองจลนพลศาสตร์บนฐานโครงข่ายประสาทเทียมสำหรับการตกผลึกแบบ antisolvent ของ benzophenone: การสร้าง การตรวจสอบความถูกต้อง และการตีความเชิงกลไก. Crystals, 15(5), 464. https://doi.org/10.3390/cryst15050464

• Arunachalampillai, A., Chandrappa, P., Crockett, R. D., Gaines, C. S., Hu, K., Judd, T., Kommuri, V. C., Murray, J. I., Nidhiry, J., Ortiz, A., Robinson, J. A., Rötheli, A. R., Vernon, R. M., Wei, C. S., Wells, S., Wilson, C. V., Xu, S., Yamamoto, K., & Zetzsche, L. E. (2025). การพัฒนาเส้นทางการผลิตไปสู่ AMG 193 ซึ่งเป็นตัวยับยั้ง PRMT5 แบบร่วมมือกับ MTA Organic Process Research & Development, 29(11), 2934–2941. https://doi.org/10.1021/acs.oprd.5c00310
• Waldschitz, D., Bartlechner, J., Karner, E. M., Spadiut, O., Jakubek, S., & Kager, J. (2025). การจัดการความแปรผันของวัตถุดิบ: การรักษาสภาวะคงตัวระหว่างการเพาะเลี้ยงด้วยการผสมกระแสป้อนลิกโนเซลลูโลส Biochemical Engineering Journal, 224, 109891. https://doi.org/10.1016/j.bej.2025.109891
• Hengelbrock, A., Baukmann, S., Uhl, A., Schmidt, A., & Strube, J. (2025). ดิจิทัลทวินสำหรับการผลิต extracellular vesicles ที่ได้จาก hMSC เพื่อการประยุกต์ใช้ในเซลล์และยีนบำบัดสู่การทำงานอัตโนมัติ ACS Omega, 10(40), 46659–46681. https://doi.org/10.1021/acsomega.5c03703
• Da Silva Rodrigues, K. C., Veloso, I. I. K., Lemos, D. A., Cruz, A. J. G., & Badino, A. C. (2025). การหมักเอทานอลแบบสกัดพร้อมการกู้คืนเอทานอลโดยการดูดซับในระบบเปิดและระบบปิด Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  
• Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: การพิสูจน์แนวคิดของกระบวนการแยกส่วนลิกนินแบบต่อเนื่องที่สามารถขยายขนาดได้ Chemical Engineering Journal, 510, 161113. https://doi.org/10.1016/j.cej.2025.161113
• Ren, T., Bi, Y., Li, J., Li, J., Gao, D., Yu, F., Wang, J., & Zhang, K. (2025). ไบโอพลาสติกที่ได้จากการใช้สังเคราะห์ชีววิทยา มีความย่อยสลายได้ ปรับสมรรถนะได้ และขึ้นรูปด้วยการหลอมได้ Chemical Engineering Journal, 515, 163593. https://doi.org/10.1016/j.cej.2025.163593

• Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). มุ่งสู่การผลิตยาที่คล่องตัวและกระจายศูนย์: การบูรณาการแบบต่อเนื่องครบวงจรของปฏิกิริยา การทำให้บริสุทธิ์ และการปรับสูตรสำหรับ Lomustine ผ่านแพลตฟอร์ม MiniPharm Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314
• Ashikari, Y., Tamaki, T., Tomite, K., Yonekura, Y., & Nagaki, A. (2025). การวิเคราะห์ IR แบบ inline แบบเรียลไทม์ผ่านกลยุทธ์การรวมเชิงเส้นและการเรียนรู้ของเครื่องสำหรับการเพิ่มประสิทธิภาพปฏิกิริยาอัตโนมัติ Communications Chemistry, 8(1), 287. https://doi.org/10.1038/s42004-025-01676-y
• Jong, C. Y., Mittal, A., Lee, F. J. J., Loo, L. M., Goh, Y., Yuan, Q., Yeap, E. W. Q., Dubbaka, S. R., Rao, H. N., & Wong, S. Y. (2025). การตกผลึกของแลกโตส: การผสานการเรียนรู้ของเครื่องเข้ากับเทคโนโลยีวิเคราะห์กระบวนการ Food and Bioproducts Processing, 151, 64–72. https://doi.org/10.1016/j.fbp.2025.02.008
• Bell, N. L., Berardi, E., Gladkikh, M., Turnbull, R. D., & Turton, F. (2025). ReactPyR: เวิร์กโฟลว์ภาษา python สำหรับ ReactIR ช่วยให้สามารถหาปริมาณเสถียรภาพของสารประกอบที่ไวต่ออากาศได้ Digital Discovery, 4(12), 3533–3539. https://doi.org/10.1039/d5dd00305a
  
• Vasisht, S., Wiedner, E., Lopez-Ruiz, J., Royer, N., Begildayeva, T., Choudhury, S., Koch, J., Birmiwal, R., Wang, Z. & Washton, N. (2025). อิเล็กโตรเคมีโฟลว์แบบอัตโนมัติเพื่อเร่งการค้นพบตัวเร่งปฏิกิริยา Prepared for the U.S. Department of Energy under Contract DE-AC05-76RL01830
• Knoll, S., Silber, K., Williams, J. D., Sagmeister, P., Hone, C. A., Kappe, C. O., Steinberger, M., & Horn, M. (2025). FlowMat: ชุดเครื่องมือสำหรับการสร้างแบบจำลองเครื่องปฏิกรณ์โฟลว์โดยใช้แนวทางเชิงฟิสิกส์และการเรียนรู้ของเครื่อง เพื่อการจำลองแบบโมดูลาร์ การระบุพารามิเตอร์ และการปรับเหมาะเครื่องปฏิกรณ์ RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c